网络最大流问题

合集下载

网络最大流

网络最大流

容量为20 容量为
• 最小截集: • 容量最小截集的称为网络G的最小截集。 • 最大流-最小截集定理: • 在任一个网络D中,从vs到vt的最大流的 流量等于分离的最小截集的容量。
(二)、 求最大流的标号法
标号过程: 1. 给发点vs 标号(0,+∞)。 2. 取一个已标号的点vi,对于vi一切未标号的邻 接点vj 按下列规则处理: (1)如果边 (v j , vi ) ∈ E ,且 f j i > 0 ,那么给vj 标 号 (−vi , δ j ) ,其中: δ j = min( f j i , δ i ) (2)如果边 (vi , v j ) ∈ E ,且 f ij < cij,那么给vj 标号 ( +vi , δ δ j = min(ci j − f i j , δ i ) ,其中:j ) 3.重复步骤2,直到vt被标号或标号过程无法进 行下去,则标号结束。若vt被标号,则存在一条增广 链,转调整过程;若vt未被标号,而标号过程无法进 行下去,这时的可行流就是最大流。
2.去掉所有标号,回到第一步,对可行流 重新标号。
求下图所示网络中的最大流,弧旁数为
v2 (3 , 3) vs (5 , 1) (1 , 1) v1 (-v1, 1) ) v2 (3 , 3) (0,+∞) , ) vs (5 , 1) v1 (+ vs , 4) ) (2 , 2) (1 ,1) (1 , 1) (3 ,0) (2 ,1) v3 (-v2 ,1) ) (2 , 2) (4 ,3) (1 ,1) (3 ,0) (2 ,1) v3 (+v2,1) ) v4 (5 ,3) v4 (5 ,3) vt
f = f (v i , v j ) = { f i j }

最大流问题的求解方法及应用

最大流问题的求解方法及应用

最大流问题的求解方法及应用
最大流问题,是指在一个有向图中,从源点 s 到汇点 t 的最大
流量。

在实际应用中,最大流问题往往用于描述网络传输、油管输送等流量分配问题。

求解最大流问题的方法包括以下几种:
1. 网络流算法:这是一种基于图论和线性规划的算法。

通过构建网络流图,将最大流问题转化为最小割问题,再利用线性规划求解最小割问题的对偶问题来求解最大流问题。

2. 增广路算法:这是一种经典的最大流算法,其基本思想是不断找到增广路径,即从源点 s 到汇点 t 的一条路径,沿途边权
均有剩余容量,使得该路径上的边的剩余容量中的最小值最大化,最终得到最大流。

3. 矩阵树定理:这是一种基于图论和矩阵运算的算法,适用于有向图和无向图。

通过计算图的拉普拉斯矩阵的行列式等方法,求得图的生成树个数,从而计算最大流。

4. Dinic算法:是对增广路算法的改进。

在增广路算法中,每
次查找增广路径的过程需要遍历整个图,为了提高效率,
Dinic算法引入了分层图的概念,将图分层之后只在图的一层
中查找增广路径,最终求得最大流。

这些方法在实际应用中常常被用来解决路由选择、网络流量优化、模拟电路分析等问题。

例如,最大流可以被用来优化数据传输、流水线设计、流量管道的运营和管理,提高资源利用率和数据传输速度。

最大流问题解题步骤

最大流问题解题步骤

最大流问题解题步骤一、什么是最大流问题?最大流问题是指在一个有向图中,给定源点和汇点,每条边都有一个容量限制,求从源点到汇点的最大流量。

该问题可以用于网络传输、电力调度等实际应用中。

二、最大流问题的解法1. 增广路算法增广路算法是最基本的解决最大流问题的方法。

其基本思想是不断地寻找增广路,并将其上的流量加入到原来的流中,直到不存在增广路为止。

具体步骤如下:(1)初始化网络中各边上的流量均为0;(2)在残留网络中寻找增广路;(3)如果存在增广路,则将其上的最小剩余容量作为增量加入到原来的流中;(4)重复步骤2和步骤3,直到不存在增广路。

2. Dinic算法Dinic算法是一种改进型的增广路算法,其核心思想是通过层次分析和分层图来减少搜索次数,进而提高效率。

具体步骤如下:(1)构建分层图;(2)在分层图上进行BFS搜索寻找增广路径;(3)计算路径上可行流量并更新残留网络;(4)重复步骤2和步骤3,直到不存在增广路。

3. Ford-Fulkerson算法Ford-Fulkerson算法是一种基于增广路的算法,其核心思想是不断地寻找增广路,并将其上的流量加入到原来的流中,直到不存在增广路为止。

具体步骤如下:(1)初始化网络中各边上的流量均为0;(2)在残留网络中寻找增广路;(3)如果存在增广路,则将其上的最小剩余容量作为增量加入到原来的流中;(4)重复步骤2和步骤3,直到不存在增广路。

三、最大流问题解题步骤1. 确定源点和汇点首先需要确定问题中的源点和汇点,这是解决最大流问题的前提条件。

2. 构建残留网络在有向图中,每条边都有一个容量限制。

我们可以将这些边看作管道,容量看作管道的宽度。

在实际传输过程中,某些管道可能已经被占用了一部分宽度。

因此,在求解最大流问题时,需要构建一个残留网络来表示哪些管道还能够继续传输数据。

具体方法是:对于每条边(u,v),分别构造两条边(u,v)和(v,u),容量分别为c(u,v)-f(u,v)和f(u,v),其中c(u,v)表示边的容量,f(u,v)表示当前流量。

最大流常见算法

最大流常见算法

最大流常见算法最大流问题是图论中的一个重要问题,其求解方法有多种,本文将介绍最常见的几种算法。

一、最大流问题简介最大流问题是在一个网络中寻找从源点到汇点的最大流量的问题。

网络是由一些节点和连接这些节点的边构成的,每条边都有一个容量,表示该边所能承载的最大流量。

源点是流量的起点,汇点是流量的终点。

在网络中,还可能存在其他节点和边。

二、Ford-Fulkerson算法Ford-Fulkerson算法是最早用于解决最大流问题的算法之一。

该算法基于增广路径来不断增加流量,直到无法再找到增广路径为止。

1. 算法步骤(1)初始化:将所有边上的流量设为0。

(2)寻找增广路径:从源点开始进行深度优先或广度优先搜索,在搜索过程中只选择剩余容量不为0且没有被标记过的边,并记录路径上容量最小值min。

(3)更新路径上各个边上的流量:将路径上各个边上的流量加上min。

(4)返回第二步,直到无法找到增广路径为止。

2. 算法分析Ford-Fulkerson算法可以保证在有限步内求解出最大流,但是其时间复杂度与增广路径的选择有关,最坏情况下可能需要指数级的时间复杂度。

三、Edmonds-Karp算法Edmonds-Karp算法是基于Ford-Fulkerson算法的一种改进算法。

该算法使用BFS来寻找增广路径,可以保证在多项式时间内求解出最大流。

1. 算法步骤(1)初始化:将所有边上的流量设为0。

(2)寻找增广路径:从源点开始进行BFS,在搜索过程中只选择剩余容量不为0且没有被标记过的边,并记录路径上容量最小值min。

(3)更新路径上各个边上的流量:将路径上各个边上的流量加上min。

(4)返回第二步,直到无法找到增广路径为止。

2. 算法分析Edmonds-Karp算法相对于Ford-Fulkerson算法来说,在同样的网络中,其时间复杂度更低,可以保证在O(VE^2)的时间内求解出最大流。

但是在某些特殊情况下仍然可能需要指数级时间复杂度。

最大流的概念

最大流的概念

最大流的概念最大流(Maximum Flow)是指在一个有向图中,给每条边一个容量限制,然后寻找一条从源点到汇点的路径,使得路径上的每条边的流量都不超过其容量限制的最大值。

最大流问题是网络流理论中的一种经典问题,具有广泛的应用领域,如网络优化、流量分配、资源调度等。

最大流问题可以用图论中的图来进行模型表示,其中图中的节点表示流经的位置,边表示流量通路,每条边还有一个容量值,表示该边所能承载的最大流量。

图中通常包括一个源点(Source)和一个汇点(Sink),各个节点与源点和汇点之间的连接关系构成了一个流量网络。

每个节点上的流量是指通过该节点的流量总和,而边上的流量是指该边上的实际流量。

最大流问题的求解可以采用不同的算法,其中最常见的是Ford-Fulkerson算法和Edmonds-Karp算法。

下面将对这两种算法进行详细介绍。

1. Ford-Fulkerson算法Ford-Fulkerson算法是最大流问题的经典算法,它的思想是不断寻找增广路径,并通过增加该路径上各边的流量来增加整个流量网络的流量。

算法的基本步骤如下:(1) 初始化流量网络的流量为0。

(2) 通过任意的路径查找算法(如深度优先搜索)找到一条从源点到汇点的增广路径。

(3) 在该增广路径上增加流量的值为该路径上残余容量的最小值。

(4) 更新整个流量网络中各边的残余容量和反向边的流量。

(5) 重复步骤2至4,直到无法找到增广路径为止。

2. Edmonds-Karp算法Edmonds-Karp算法是Ford-Fulkerson算法的一种改进,它通过使用广度优先搜索来寻找增广路径,使得算法的时间复杂度优于Ford-Fulkerson算法。

算法的具体步骤如下:(1) 初始化流量网络的流量为0。

(2) 通过广度优先搜索查找一条从源点到汇点的最短增广路径。

(3) 在该增广路径上增加流量的值为该路径上残余容量的最小值。

(4) 更新整个流量网络中各边的残余容量和反向边的流量。

8.4 网络最大流问题

8.4 网络最大流问题

所有指向为vs→vt的弧,称为前向弧,记作μ +;
所有指向为vt →vs的弧,称为后向弧,记做μ
-,
增广链:设 f 是一个可行流,μ是从vs 到 vt 的一条链,若μ满 足下列条件,称之为(关于可行流 f 的)增广链。
1)在(vi , vj)∈μ+上,0≤fij<cij,即μ+中的弧都是非饱和弧。
2)在(vi,vj)∈μ-上,0<fij≤cij,即μ-中的弧都是非零流弧。
§8.4 网络最大流问题
Page 22
(3) 检查与v3点相邻的未标号的点,因f3t<c3t,故对vt 标 l(vt)=min{l(v3), c3t-f3t } =min{1, 1}= 1 找到一条增广链 vs→v1→v2 →v3 →vt ( v , 1) 2 (-v v12, 1) (4,3) v4 (3,3) (5,3) (1,1) (1,1) (3,0)
v ( f ) f s1 f s 2 f 4 t f 3 t 5
§8.4 网络最大流问题
Page 25
例8.10 用标号算法求下图中vs→vt的最大流量,并找出最小 截。 v1 9(3) v3 8(7)
5(4) 5(4)
2(0)
vs
7(5)
6(1)

vt
10(8) v2 9(9) v4
§8.4 网络最大流问题
基本方法: (1)找出第一个可行流(例如所有弧的流量fij =0);
Page 14
(2)用标号的方法找一条增广链:
首先给发点vs标号(0,+∞),第一个数字表示标号从哪一点得到;
第二个数字表示允许的最大调整量。
选择一个点 vi 已标号且另一端未标号的弧沿着某条链向收

运筹学第7章 最大流问题(精简)

运筹学第7章 最大流问题(精简)

对最大流问题有下列定理:
定理1 容量网络中任一可行流的流量 不超过其任一割集的容量。
定理2(最大流-最小割定理)任一容 量网络中,最大流的流量等于最小割集 的割量。
推论1 可行流f*={fij*}是最大流,当且 仅当G中不存在关于f.*的增广链。
求最大流的标号法
标号法思想是:先找一个可行流。 对于一个可行流,经过标号过程得到 从发点vs到收点vt的增广链;经过调整 过程沿增广链增加可行流的流量,得 新的可行流。重复这一过程,直到可 行流无增广链,得到最大流。
.
标号过程:
(1)给vs标号(,+∞),vs成为已标号未检查的点,其 余都是未标号点。
(2)取一个已标号未检查的点vi,对一切未标号点vj: 若有非饱和边(vi,vj),则vj标号(vi,l(vj)),其中l(vj)= min[l(vi),cij – fij],vj成为已标号未检查的点;若有非 零边(vj,vi),则vj标号(-vi,l(vj)),其中l(vj)=min[l(vi), fji], vj成为已标号未检查的点。vi成为已标号已检查的点 。
最大流问题
.
基本概念
v2 3
4
v4
5
vs
1
1
3
vt
5
2
v1
2
v3
给定一个有向图G=(V,E),其中仅有一个点的入次
为零称为发点(源),记为vs,仅有一个点的出次为零 称为收点(汇),记为vt,其余点称为中间点。
对于G中的每一条边(vi,vj),相应地给一个数cij (cij≥0),称为边(vi,vj)的容量。我们把这样的网络 G称为容量网络 ,记为G=(V,E,C)。
但利用它与图的密切关系,可以利用图直观简便地求 解。

运筹学最大流问题例题

运筹学最大流问题例题

运筹学最大流问题例题摘要:一、运筹学最大流问题的基本概念二、最大流问题的求解方法三、最大流问题例题详解四、总结与展望正文:一、运筹学最大流问题的基本概念运筹学最大流问题是一种在网络中寻找最大流量的问题。

给定一个有向图G(V,E),其中仅有一个点的入次为零,称为发点(源),记为vs;仅有一个点的出次为零,称为收点(汇),记为vt;其余点称为中间点。

对于G 中的每一条边(vi,vj),相应地给一个数cij(cij≥0),称为边(vi,vj)的容量。

最大流问题的目标是找到从源点到汇点的最大流量。

二、最大流问题的求解方法求解最大流问题的方法有很多,其中最著名的方法是Ford-Fulkerson 算法。

该算法的基本思想是寻找增广链,即在网络中找到一条从源点到汇点的路径,使得路径上的每条边的容量都没有被完全利用。

通过不断地寻找增广链并更新流量,最终可以得到最大流量。

另一种求解最大流问题的方法是最小费用最大流问题。

该方法通过将流量问题转化为费用问题,利用最小费用最大流问题的求解方法求解最大流问题。

在最小费用最大流问题中,每条边的容量被视为费用,目标是找到从源点到汇点的最大流量,同时使总费用最小。

三、最大流问题例题详解假设有如下网络图:```A -- 1 --B -- 2 --C -- 3 --D -- 4 --E -- 5 -- F| | | | | | | | | |4 3 2 1 0 -1 -2 -3 -4 -5```其中,箭头表示流向,数字表示容量。

从A 点到F 点的最大流量是多少?通过Ford-Fulkerson 算法,我们可以得到如下的增广链:A ->B ->C ->D ->E -> F该链的容量为:4 + 3 + 2 + 1 + 0 = 10当前流量为:4 + 3 + 2 + 1 = 10由于该链的容量等于当前流量,所以无法继续寻找增广链。

因此,从A 点到F 点的最大流量为10。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

V2 (4,3) Vs (4,2) (8,2) V1
(4,0) (1,1)
V4 (7,2) (6,0) Vt
(2,2) (2,2) V3
(9,3)
现在的问题是: 1) 从Vs到Vt的运输量是否可以增多? 2) 从Vs到Vt的最大运输量是多少?
1 基本概念
(一)容量网络和网络流
1) 容量网络:D=(V,A,C) 设D是一个简单有向图( D=(V,A) )。在V中指定了一个 顶点,称为源点(记为Vs)和另一个顶点,称为汇点(记为 Vt),对于每一条弧(Vi,Vj)∈A,对应有一个Cij>0,称 为弧的容量。通常我们就把这样的D叫做一个容量网络, 记作D=(V,A,C)。 2) 网络流 – 流量:通过D中弧(Vi,Vj)的物流量fij,称为弧(Vi,Vj)上 的流量。 – 网络流:所有弧上流量的集合f={fij}称为该网络D的 一个网络流。
V2
(4,0) (1,1)
V4
(4,3)
Vs (4,2) (8,2) V1
(7,2)
(6,0) Vt (b) (9,3) V3
(2,2) (2,2)
在图(b)中,弧旁边括号中的两个数字(Cij,fij),第1个数字 表示弧容量,第二个数字表示通过该弧的流量。弧(Vs,V1)上 的(8,2),前者是弧容量,表示可通过该弧最大流量的能力 为8,后者是目前通过该弧的实际流量为2。 从图(b)中可见:1)通过每弧的流量均不超过弧容量;2) 源点vs流出的总量为3+2=5,等于流入汇点vt的总量2+3=5; 3)各中间点的流出量等于其流入量。中间点v2的流出量减去 其流入量等于0,即3-(2+1)=0
(4,3)
Vs (4,2)
(8,2)
V1
(2,2)
(2,2)
设P是D中从Vs别Vt的一条链(有向路径),沿此方向, 各弧可分为两类: – 前向弧(与链的方向一致的弧),其集合记为P+ – 后向弧(与链的方向相反的弧),其集合记为P前向弧和后向弧是相对(相对指定的链)的。 V2 (4,3) Vs (4,2) (8,2) V1 (2,2) (4,0) (1,1) (6,0) (9,3) V3 V4
V1 (Vs,3)
V3
V2
(4,3) (1,0)
V4
(3,3)
Vs (1,0)
(5,3)
(3,0) (2,2) Vt (5) 调整
(5,2)
V1 (2,2) V3
V2
(3,3) Vs (0,+∞) (5,2) V1 (Vs,3) (1,0)
(4,3)
(1,0)
V4
(5,3) (3,0)
Vt
(6)
(2,2) 到这一步Vt的 (2,2) V3
Vs
(4,2)
(8,2) V1 (2,2) (2,2)
(6,0)
这一点在最小费用最大流里要用到。
可改进路(增广链) 设F是一个可行流,P是从Vs到Vt的一条路,若P满足 下列条件:
1) 在P的所有前向弧(Vi,Vj)上,0≤fij<Cij,即 P+ 中的每 一条弧都是非饱和弧;
2) 在P的所有后向弧(Vi,Vj)上,0<fij≤Cij,即 P- 中的每 一条弧是非零流弧。 则称P为关于可行流F的一条可改进路。 那么,为什么将具有上述特征的路P叫做可改进路,原 因是可以通过修正P路上所有流量fij来把现有的可行流F 改进成一个值更大的流F1。
V2 (4,3) Vs
(4,0)
V4 (7,2) (6,0) Vt (9,3) V3 (b)
(1,1)
(4,2)
(8,2) V1 (2,2) (2,2)
运输方案应满足: 1) 实际运输量不能是负的; 2) 每条弧的实际运输量不能大于该弧的容量; 3) 除了起点Vs和终点Vt外,对其它顶点来说,所有流入Vi的弧上 的运输量的和应该等于所有从Vi出发的弧上的运输量的和。
下面我们具体地给出一种方法,利用这种方法就可以把 F改进成一个更好的流F1。这种方法是: (1)不属于可改进路P的弧(Vi,Vj)上的流量一概不变,即 F1ij=Fij (2)可改进路P上的所有弧(Vi,Vj)上的流量按下述规则变 化:(始终满足可行流的2个条件) 在前向弧(Vi,Vj)上,F1ij=Fij + α 在后向弧(Vi,Vj)上,F1ij=Fij – α 称α为可改进量,它应该按照下述原则确定: (1)α既要取得尽量大, (2)又要使变化后F1ij仍满足可行流的两个条件-容量限 制条件和平衡条件。 不难看出,按照这个原则,α既不能超过每条前向弧的 Cij-Fij,也不能超过每条后向弧的Fij。因此α应该等于前向弧 上的Cij-Fij与后向弧上的Fij的最小值。
(1,1) (6,0)
(2,2) V1 (2,2)
S Vs ,V1 ,V2 ,V3 S V4 , Vt
Vs
(4,2)
(8,2)
C S , S C24 C14 C34 C3t 4 2 6 9 19

(二)最大流量最小割切定理
在一个给定的容量网络上,流的最大值等于割切容量的 最小值。
V2
(4,0)
V4 (5,0) (3,0) (2,2) Vt
(3,0)
Vs (5,2) V1 (1,0)
(1,0)
(3) 调整
(2,2)
V3
(Vs,3) V2 (4,0)
(3,0) Vs (0,+∞) (5,2) (1,0) (1,0)
(V2,3) V4
(5,0)
(3,0)
(2,2)
Vt (4) (V4,3) 标号 (2,2)
3 求网络最大流的标号法(2F,1957)
基本概念
设D=(V,A,C)中,有一可行流F={fij},按每条弧上流量的 多少,可将弧分四种类型: – 饱和弧, 即fij=Cij – 非饱和弧,即fij<Cij
– 零流弧, 即fij=0
– 非零流弧,即fij>0 V2 (4,0) (1,1) (6,0) V4 (7,2) Vt (9,3) V3
(2,2) (2,2)
V2
(4,3) Vs (4,0) (8,4) V1
(4,2)
(1,1)
(2,2) (2,2)
现在的问题是:怎样检查一个流是不是最大?这里有一 个重要的结论: 设F是网络D的一个流,如果不存在从Vs到Vt关于F可 改进路P,那么F一定是最大流。(2F,1957) 因此求最大流的基本思路是: 取F={0}作为初始流 F存在可改进路? F是最大流 将F改为一个更大的流
即:
min minCij Fij , min Fij
P P


V4 (7,2) (6,0) Vt (9,3)
V2 (4,3) Vs (4,2) (8,2)
(4,0)
(1,1)
(2,2)
(2,2) V1 V3 图(b)给出了一条可改进路P(Vs,V1,V2,V4,Vt)。现在就按 照上面讲的方法将流F改进成一个更好的流。首先应该定出改 进量α,先看P的前向弧集合 P+={(Vs,V1),(V2,V4),(V4,Vt)}: Cs1-Fs1=8-2=6,C24-F24=4-0=4,C4t-F4t=7-3=4 再看P的后向弧集合 P-={(V2,V1)},在这条弧上F21=2。
可改进量为0, 停止检查
标号法求可改进路径的实例2
V2
(3,2) Vs (5,1) V1 (2,2) V3 (V2,1) V4 (3,0) (5,1) (V4,1) Vt (2) 标号 (2,2) (1,1)
(4,1)
(1,0)
V4
(3,0)
初始流为非零流 (5,1)
Vt (1)
(2,2)
(Vs,1) V2 (4,1) (3,2) Vs (0,+∞) (5,1) (1,1) (1,0)
V1
V3
可行的运输方案: 1) 2百吨物资沿着有向路径P1(Vs,V2,V1,V4,Vt)运到销售地 2) 2百吨物资沿着有向路径P2(Vs,V1,V3,Vt)运到销售地 3) 1百吨物资沿着有向路径P3(Vs,V2,V3,Vt)运到销售地 (在下图中每条边旁边两个数字如(4,3)分别代表容量和实际流量)
V2
(4,3) Vs (4,2) (8,2) V1
(4,0)
(1,1)
V4
因此α至多取2, Vt 这样既可以使 (6,0) (9,3) 改进后的前向 弧上的流量有 V3 所增加,又可 以使改进后的 V4 后向弧上的流 (7,4) 量在减少α之后 不变负数。这 V (6,0) t 个改进过程见 (9,3) 左图,改进后 V3 的流的值为7。 (7,2)
(二)可行流与最大流
1) 可行流 在容量网络D=(V,A,C)中,满足以下条件的网络流F, 称为可行流: (1)弧流量限制条件 (2)平衡条件 流入量 流出量
当i s V ( F ) 0 f f 当i s, t ij ji j j V ( F ) 当i t
2 最大流最小割切定理(2F定理)
Ford, Fulkerson, 1956 (一)割切
容量网络(V,A,C),S是V的一个子集,满足:起点Vs S, 终点Vt S,令 S V S 。起点在S,终点在 S 的所有弧的 集合,称为割切,用 ( S, S ) 表示。容量用 C(S, S ) 表示。 V2 (4,3) (4,0) V4 (7,2) Vt (9,3) V3
网络流问题
网络流及其应用
网络最大流 容量有上下界的网络的最大流和最小流 最小费用最大流 容量有上下界的网络的最小费用最大流 图的顶点连通度 图的边连通度
一、网络最大流问题
例子:运输方案的设计: 图(a)是连接产品产地Vs和销售地Vt的交通网,每一条 弧(Vi,Vj)代表从Vi到Vj的运输线,产品经这条弧由Vi输送到 Vj,弧旁的数字表示这条运输线的最大通过能力(以后简称 容量)。产品经过交通网从Vs输送到Vt。现在要求制定一个 运输方案,使Vs运到Vt的产品数量最多。 V2 4 Vs 8 4 2 1 6 9 2 (a) 4 V4 7 Vt
相关文档
最新文档